Python Programmierung für Maschinelles Lernen und Datenanalyse

!!! work in progress, the content of this site will change in the following days !!!

• Termin:	Blockveranstaltung Di, 02.04. bis Do, 04.04.2013 jeweils 10:00-17:00 Uhr
  Prüfung:	Prüfung Fr, 12.04. 10:00 - 11:30 Uhr
  Raum:	MAR 6.xxx
  Dozent:	Daniel Bartz (daniel.bartz@tu-berlin.de, Raum MAR 4.034)

Das Ziel dieses Kurses ist es, Grundlagen des wissenschaftlichen Programmierens in Python zu vermitteln. Insbesondere behandelt der Kurs effiziente Implementierung typischer Berechnungen und den Umgang mit den Paketen

• numpy
• matplotlib
• scipy

Beispiele beziehen sich auf Anwendungen im Maschinellen Lernen.

Grundlegende Kenntnisse in einer andere Programmiersprache werden vorausgesetzt. Das bedeutet, Konzepte wie

• Variablen und Datentypen;
• Kontrollstrukturen (if, for, while, switch);
• Definition und Aufruf eigener Funktionen;
• Debugging; und der
• Umgang mit der (UNIX) Kommandozeile

sollten geläufig sein. Eigenständiges Erarbeiten programmiersprachen-spezifischer Funktionalität anhand der Dokumentation wird vorausgesetzt. Da die Dokumentation von Python und der Pakete auf Englisch ist, werden außerdem ausreichende Englischkenntnisse benötigt.

Wir freuen uns über Teilnehmer aller Fachrichtungen. Um Enttäuschungen bzgl. der Zeitaufwands und/oder der Note zu vermeiden möchte ich aber darauf hinweisen, dass dieser Kurs im Rahmen des Masterstudiengangs Informatik angeboten wird. Wer wenig Programmiererfahrung oder geringe Kenntnisse der Matrixrechnung hat, wird daher einen erheblich erhöhten Zeitaufwand einplanen müssen.

Die Abgabe der Hausaufgaben erfolgt via ISIS.

Für die Nutzung von Matlab auf unseren Rechnern wird ein TUBIT-Account benötigt. Falls ihr noch keinen Account habt, schreibt mir bitte eine e-mail an daniel.bartz@tu-berlin.de mit vollständigem Namen (so wie er auf dem Ausweis steht) und Geburtsdatum. Wir generieren dann ein PDF, mit dem der TUBIT-Account an der Kartenausgabestelle abgeholt werden kann.

Ablauf

Es besteht keine Anwesenheitspflicht. Der ungefähre Ablauf ist wie folgt:

Abgabeschluss für die Hausaufgaben ist 10:00 Uhr am folgenden Tag. Wir werden folgende Themen behandeln:

• Dienstag: Grundlagen Matlab, Lineare Algebra
• Mittwoch: Grafik, Zufallszahlen
• Donnerstag: Mehr Grafik, Datenimport, Umgang mit Strings

Anrechenbarkeit

Der Kurs ist Wahlpflichtbestandteil des Moduls Maschinelles Lernen I (M.Sc. Informatik). (Das Master-Modul "Maschinelles Lernen 1" wird im Wintersemester angeboten und lässt sich auf Antrag in den Bachelor Informatik einbringen).

Eine Anmeldung für den Kurs ist nicht erforderlich, Studenten aller Fachrichtungen und Universitäten sind willkommen. Grundlage für den benoteten Leistungsnachweis (2 SWS bzw. 3 LP) ist die Klausur (90 Minuten), auf Wunsch stellen wir bei bestandener Klausur auch einen unbenoteten Leistungsnachweis aus. Matlab und sämtliche Aufzeichnungen dürfen in der Klausur verwendet werden. Voraussetzung für die Teilnahme an der Klausur ist das Erreichen von mindestens der Hälfte aller möglichen Punkte in den Hausaufgaben, die Ergebnisse in den Übungsaufgaben gehen nicht in die Note ein. Die Hausaufgaben sind nicht als Gruppenarbeit anzufertigen.

TU Studenten, die den Kurs als als freie Wahl in ihr Studium einbringen möchten, müssen in der Regel die Modulprüfung bei ihrem Prüfungsamt anmelden, ansonsten kann es bei der Anrechnung beim Prüfungsamt später Probleme geben.